SIA OpenIR  > 机器人学研究室
三维环境中多机器人动态目标主动协作观测方法
其他题名An Active Cooperative Observation Method for Multi-robots in Three Dimensional Environments
谷丰; 何玉庆; 韩建达; 王越超
作者部门机器人学研究室
关键词多移动机器人系统 主动协作观测 扩展集员估计 相对速度空间
发表期刊自动化学报
ISSN1874-1029
2010
卷号36期号:10页码:1443-1453
收录类别EI ; CSCD
EI收录号20104813436148
CSCD记录号CSCD:4033243
产权排序1
资助机构机器人学国家重点实验室自主课题(RLZ200806)资助~~
摘要动态目标的多移动机器人主动协作观测方法是指以获取较优的观测结果为目的,对携带同构/异构观测传感器的多个机器人系统的观测数据进行有效融合并同时对其行为进行协调优化的方法.本文主要研究了三维环境中的多机器人动态目标主动协作观测的问题.首先,以扩展集员估计方法(Extended set-membership filter,ESMF)为基础,将信息融合过程与算法本身存在的集合运算环节相结合,提出了一种高精度的多机器人观测信息融合方法.该方法在保证较高观测精度的同时,并没有显著增加单机器人扩展集员估计算法的计算量,因此具有较高的实时性.此外,利用最优观测角度的概念,通过引入相对速度空间(Relative velocity coordinates,RVCs),设计了多移动机器人协调行为优化方法,该方法可以将多机器人协调行为优化问题转化为线性规划问题,以实现具有较高实时性的多机器人三维动态目标主动协作观测.最后,为了验证所研究方法的可行性与有效性,进行了三维空间动态目标协作观测仿真实验.
其他摘要The solution to multiple mobile robot systems actively and cooperatively observing a moving target (MACO) means the algorithm that tries to pursuit optimal (sub-optimal) observations of the moving target by simultaneously fusing the observational data from multiple robot systems and regulating their behaviors cooperatively. In this paper, the 3D MACO method with two robots is studied. First, at the basis of extended set-membership filter (ESMF), a high precise observation fuse method is presented through co...
语种中文
引用统计
文献类型期刊论文
条目标识符http://ir.sia.cn/handle/173321/7240
专题机器人学研究室
通讯作者谷丰
作者单位1.中国科学院沈阳自动化研究所
2.中国科学院研究生院
推荐引用方式
GB/T 7714
谷丰,何玉庆,韩建达,等. 三维环境中多机器人动态目标主动协作观测方法[J]. 自动化学报,2010,36(10):1443-1453.
APA 谷丰,何玉庆,韩建达,&王越超.(2010).三维环境中多机器人动态目标主动协作观测方法.自动化学报,36(10),1443-1453.
MLA 谷丰,et al."三维环境中多机器人动态目标主动协作观测方法".自动化学报 36.10(2010):1443-1453.
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
ZWQK001001.pdf(1640KB) 开放获取CC BY-NC-SA浏览 下载
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[谷丰]的文章
[何玉庆]的文章
[韩建达]的文章
百度学术
百度学术中相似的文章
[谷丰]的文章
[何玉庆]的文章
[韩建达]的文章
必应学术
必应学术中相似的文章
[谷丰]的文章
[何玉庆]的文章
[韩建达]的文章
相关权益政策
暂无数据
收藏/分享
文件名: ZWQK001001.pdf
格式: Adobe PDF
此文件暂不支持浏览
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。